20160602 典藏目錄的語意與連結
•
1 like•888 views
典藏品的目錄資訊是常民得以親近典藏機構的介面。全面性的目錄資料整理分析與再次使用，對個別典藏機構也常有自有檢視、功能更新的效用。不同單位之間 典藏目錄資料的彙集參照，對於研究者尤其重要。我們以「典藏台灣」網站上聯合目錄的一部份資料為基礎，探究典藏品目錄資料以資料連結方式重新使用的處 理原則與實務方法。聯合目錄內的資料來自十多個典藏機構，以及曾參與數位典藏國家型計畫的眾多研究單位，內容十分豐富多樣。 我們將展示用以重新連結目錄資料的流程、工具、與語意架構。其中包括：歷史性資料的保存與轉換原則、半結構性型態（如XML）到表單型態再到資源描述型態（如 RDF）的資料轉換方法、開放源碼工具的選用、資料連結（linked data）以及資料藏庫（data repository）的整合、以及目錄資料與外部資源的連接。語意架構方面將分述兩種角度與作法：資料的出處溯源（provenance）以及資料的語意再現（representation），如事件型態中人、時、地、物等資訊的解析與連結。
Recommended
Recommended
More Related Content
Viewers also liked
Viewers also liked (20)
Similar to 20160602 典藏目錄的語意與連結
More from andrea huang
More from andrea huang (10)
20160602 典藏目錄的語意與連結
- 1. 典藏目錄的語意與連結 「語意網視野下的知識組織與文化資產」研討會 2016年6月2日 台北 莊庭瑞、黃韋菁、李承錱 、陳心萍 中央研究院 資訊科學研究所
- 2. 1. 典藏品目錄資料
- 3. 典藏品目錄資料 ● 常人親近機構典藏品的介面 ● 研究者常需參照不同機構的典藏品目錄資料 ● 目錄資料的維持與更新；目錄資料也成為藏品！ ● 典藏台灣聯合目錄：資料來自四方、樣態豐富 ● 部份目錄已採創用CC授權：可被自由複製散布 – 典藏品資訊的重新呈現與外部連結 – 時間、空間、人物、物件的語意關聯查詢 – 「資料連結」(linked data)的實踐
- 4. XML – RDF – CSV ● XML – 巢狀階層；文本&標示同現於文件 – 可自訂標示語彙以規範文件結構 ● RDF – 節點網絡；個體—關聯—個體（個體—屬性—純量） – 可自訂關聯（屬性）語彙以表達網絡意涵 ● CSV – 格狀表單；同質性群體的表列式個體屬性值 – 不明定表單欄位名稱與型態；固定欄位數量 XML – 可擴展標示語言 (eXtensible Markup Language) RDF – 資源描述架構 (Resource Description Framework) CSV – 逗號分隔值 (Comma-Separated Values)
- 5. From XML to RDF via CSV ● 目錄結構 XML – 非遞迴、非深巢狀的層次型態文件；固定語彙；文字紀錄 ● 中介表單 CSV – XML語彙對映至RDF語彙為欄位；目錄資料依序條列 ● 資料連結 RDF – 逐列轉譯中介表單為資料連結網絡；使用領域語彙為關聯 ● 特點 – 中介表單可參照其他資源表單；表單可人工勘誤；表單增 修歷程可管理；軟體工具多；資料連結的產出方式有彈性
- 10. 從目錄資料到資料連結 以資料連結完整呈現數位典藏之藏品 (原始文字) D (DC15) 版本 對應外部資料，以領域語彙豐富藏品描述 R (Refined) 版本 "Coverage" (即 dc:coverage) 中描述之地名，對應至 geonames.org "Date" (即 dc:date) 中描述之各種格式時間，正規化 為標準的 ISO8601 格式 生物標本資料之 dc:title，對應至生命大百科 (Encyclopedia of Life) 以自動化方式作業，再輔以人工判斷
- 11. 語彙對應與格式轉換： 兩步驟流程 典藏目錄 XML/ 中介 CSV txn:hasEOLPage <http://eol.org/pages/1134120> ; -------------------------------------------- skos:editorialNote "採集日期" ; dwc:eventDate "1993-04-25" ; RDF- like CSV 步驟 1: 將原始欄位 對應至語彙 以設定檔 (profile) 定義對應關係 更換語彙時僅需調整對應的設定檔 步驟 2: 轉換格式為 資料連結 原始資料 對應語彙後 資料連結 (RDF) Title 台灣一葉蘭 Date::field 採集日期 Date 1993-04-25 txn:hasEOLPage eol:1134120 rdf:type schema:CreateAction skos:editorialNote 採集日期 dwc:eventDate 1993-04-25
- 13. 典藏目錄藏品 XML 與 CSV (主要以 Dublin Core 十五個基本欄位編寫) 資料連結 (D 版與 R 版) CKAN (資料展示、 搜尋與資料 API 等) Virtuoso (SPARQL 語意檢索) 對應、轉換 使用者 系統架構與運作方式
- 14. 功能展示 (1): 資料連結瀏覽 主功能選單 Records: 藏品原始資料 (D 版) Refined: 擴充語彙內容 (R 版) 藏品列表 過濾器
- 16. 資料連結內容 提供 JSON 與 Turtle
- 17. 功能展示 (2): 空間搜尋 • 空間索引範圍: property = geo:lat, geo:long 台南地區資料
- 18. 功能展示 (3): 時間搜尋 • 時間索引範圍: datatype = dct:W3CDTF, xsd:date, xsd:gYear 19 世紀資料
- 19. 功能展示 (4): SPARQL Endpoint
- 20. 地理展示 (開發中)
- 21. 搜尋及應用資料 發布與資料管理 資料共享與鏈結客製化功能開發 • 友善之搜尋介面 • 多元之資料視覺化功能 • 資料 API 促進資料再使用 • 多元的資料發布方式 • 完善之資料發布流程 • 擴充介面 (Interface) • 支援國際目錄標準 • 資料採集 • 社交網站資料公告
- 22. 3. 資料的語意與連結: Ontology for Open Data Web (voc4odw) http://voc.odw.tw/
- 24. data:dOID evt84:eventID r1: dOID dcat:landingPage data:p20160601-dOID data:p20160601-dOID Descriptive Metadata DC 15 Elements Administrative Metadata PROVENANCE agent:qID project:qID r4r:hasProvenance r4r:isPackagedWith r4r:locateAt prov:invalidated dct:requires Semantic Refinement o D版物件作為主要 RRObject(再次使用相關物件) o R版物件以D版為基礎套用相關語彙豐富物件語意o 每個物件均配套打包後設資料溯源 (provenance)
- 25. Place Time Metadata 資源描述的是誰? 誰的時間? 誰的地點?
- 26. o Data Model 依賴 Conceptual Model 決定Event的人時地物概念。 o Event Concept依賴國際語彙描述一 般性或專業領域的知識情境 (context)。 o 如一般性拍攝活動(事件)主要以 Schema.org terms描述，若與專業 知識有關的拍攝活動，則進一步考 量專業知識語彙如Art and Architecture Thesaurus (AAT) 或 Darwin Core Terms。 o 協助使用者再次使用 data.odw.tw 物件時， 了解資料ID的使用結構。 o 獨立Core Model 使用的國際語彙與 上下位關係，可簡化Core Model 使 用外部語彙的複雜度。 o 在不變動Core Model 前提下，可彈 性增減、替換國際語彙的利用，而 不影響原ontology 架構。
- 27. DC 15 Elements DC Terms Class 1. dc:contributor 1. dct:contributor 2. dc:coverage 2. dct:coverage LocationPeriodOrJurisdiction Location PeriodOfTime Coverage Literal 3. dc:creator 3. dct:creator 4. dc:date 4. dct:date PeriodOfTime Date Literal 5. dc:description 5. dct:description 6. dc:format 6. dct:format 7. dc:identifier 7. dct:identifier 8. dc:language 8. dct:language 9. dc:publisher 9. dct:publisher 10. dc:relation 10. dct:relation 11. dc:rights 11. dct:rights 12. dc:source 12. dct:source 13. dc:subject 13. dct:subject 14. dc:title 14. dct:title dtxn:hasEOLpage 15. dc:type 15. dct:type Event Time Place People event:place gn:locatedIn gn:parentADM1 gn:parentADM2 gn:parentADM3 gn:parentADM4 gn:parentCountry gn:parentFeature geo:lat geo:long dwc:locality dwc:maximumElevationInMeters dwc:minimumElevationInMeters dwc:verbatimDepth dwc:continent dwc:locationID gn:historicalName gn:countryCode schema:geo schema:elevation schema:location schema:polygon dct:temporal event:time time:intervalStarts time:intervalFinishes time:intervalBefore time:intervalAfter voc:lastIntervalOf voc:initialIntervalOf dct:date dwc:dateIdentified dwc:eventDate dwc:namePublishedInYear schema:endDate schema:startDate schema:birthDate schema:deathDate voc:pointBefore voc:pointAfter voc:latest (not done yet) (not done yet) (not done yet) (not done yet) o 自Coverage 抽取空間與時間資訊，自Date抽取 時間資訊。 o 在Event概念情境下，時間空間的連結外部知 識庫之property，以時空專屬語彙描述其二者 關係，如時間 Time Ontology，空間GeoNames Ontology。 o 若與專業知識有關的event，如標本資料之鑑 定活動，則進一步考量專業知識語彙如Darwin Core Terms (dwc:dateIdentified)。
- 28. txn:hasEOLPage EOL Time Normalization GeoNames Wikidata dct:temporal dct:spatial dct:date schema:location ^^xsd:date rdf:type o Event Type, Event Factor, Event Product 的知識概念以 Individual 概念串連， 使知識概念容易增減、更動、替換，同時不會影響Core Model 結構。 o 現階段14 domain 只處理生物類與 Encyclopaedia of Life (EOL)語意連結。
- 29. Place Time dct:PhysicalResource event:factor event:product dwc:PreservedSpecimen event:factor event:product schema:Photograph event:factor schema:MediaObject event:product dct:PhysicalMedium schema:ImageObject o 以Event Factor, Event Product 的概念回答Metadata 資源描述的是誰? 誰的時間? 誰的地點? o 釐清事件的描述主體是資源的數位化過程中不同階段的主體，如是實體物標本、實體物相片、 數位化物件…等 。
- 32. 人懂 “台灣日治時期” 機器不懂
- 33. 人懂 “台灣日治時期” 機器不懂 機器懂一些 人懂 “台灣日治時期” o “台灣日治時期” 是時間 o 銅製沉思少女的家譜 DC15 D版 Provenance (後設資料溯源)描述 prov:wasStartedBy
- 34. 人懂 “台灣日治時期” 機器不懂 機器懂一些 更多人懂更多 “台灣日治時期”人懂 “台灣日治時期” 機器能作時間推理 o “明末清初”在“台灣日治時期”之前。 o 多種定義interpretations 可同時存在。 o 外部URI內容更新，語意自動更新。 DC15 Refined Wikidata 的多國語言使得 o “台灣日治時期” 是時間 o 銅製沉思少女的家譜